CycleGANにより得られた画像を用いた塗装不良の検出

カテゴリ: 論文誌(論文単位)

グループ名: 【C】電子・情報・システム部門

発行日: 2024/02/01

タイトル(英語): Detection of Painting Defects using Background Subtraction with CycleGAN

著者名: 杉山　颯汰（東京理科大学先進工学部），相川　直幸（東京理科大学先進工学部）

著者名(英語): Sota Sugiyama (Faculty of Advanced Engineering, Tokyo University of Science), Naoyuki Aikawa (Faculty of Advanced Engineering, Tokyo University of Science)

キーワード: 塗装不良，外観検査，深層学習，GAN，画像処理 painting defects，visual inspection，deep learning，GAN，image processing

要約(英語): In recent years, defect detection and classification using machine learning as an alternative to visual inspection has been studied. In this paper, we propose a method for defect detection by taking the difference between pseudo-images generated using CycleGAN and the original images. Compared to the conventional detection method using binarization, our proposed method can detect defects independent of the shooting environment, thus significantly reducing the risk of overlooking defects.

本誌: 電気学会論文誌C（電子・情報・システム部門誌） Vol.144 No.2 （2024） 特集：ディジタル信号処理の基礎と応用

本誌掲載ページ: 80-81 p

原稿種別: 研究開発レター／日本語

電子版へのリンク: https://www.jstage.jst.go.jp/article/ieejeiss/144/2/144_80/_article/-char/ja/